由于电子商务的飞速发展，全球物流业方兴未艾，同时也向物流业提出了新的挑战。虽然在国内支撑B2C（business to customer）电子商务的物流模式多样化，但从总体上来讲该体系还不完善，跟不上B2C电子商务的发展速度。本文针对目前物流配送系统规划时考虑各层面决策问题之间的制约关系不足的弱点，从系统资源配置与对B2C电子商务客户做出的服务时间承诺之间的匹配关系角度，进行了B2C电子商务物流配送运行仿真系统的开发，以检验系统的资源配置（主要包括配送中心布局与配送中心的车辆配置）是否能够达到对客户所承诺的服务水平（这里主要是指在客户指定的时间窗内的准时送达率）的要求。
　　
    B2C电子商务物流配送活动所面向的客户是分布在服务区域内零散的客户，他们的分布、购物活动特征以及对配送时间的高要求决定了这类配送活动与传统商务的物流配送有着重大的区别。其主要表现在以下几点：①少批量、多批次；②配送工作的数量、方向和频率具有明显的不确定性；③受城市交通状况的影响更大；④送货时间的准时性要求较高，尤其是有时间窗的限制。
　　
    本仿真系统的目的是为了确定B2C电子商务物流配送系统规划所拟定的配送中心资源配置方案能否满足对客户做出的服务承诺，即以宏观决策模型已经确定的几种配送资源配置方案为待选方案，对系统的配送作业进行微观层面的仿真，通过仿真运行统计在每一种资源配置方案条件下，系统对客户服务承诺的实现情况以及所需的系统运行费用，最终再通过比较选择最优方案。
　　
    本文所讨论的B2C电子商务配送仿真系统所涉及的主要内容包括：①B2C电子商务客户的产生；②服务区域内所有客户在各个配送中心之间的分配；③各个配送中心考虑城市交通状况的配载与送货作业。通过对B2C电子商务配送系统本身以及决策影响环境的分析，结合传统的离散事件的仿真方法，应用面向对象的方法建立了B2C电子商务配送仿真系统。主要包括对象分析、对象建模和对象设计等内容。
　　
    1 系统仿真模型简介
　　
根据B2C电子商务物流配送系统仿真的内容与目的，将系统仿真模型分解为以下几大类模型：
　　
（1）顾客需求产生模型。描述顾客的产生规律、规模及其物流需求特征（所购货物的重量、体积、送货的时间窗、送货停留时间等）情况。
　　
（2）配送网络描述模型。城市的交通网络作为物流配送进行的基础环境，也是制约准时送达的重要影响环境，对客户、配送中心与交通网络的关系及交通网络本身的拓扑关系的描述是对该系统进行仿真的基本前提。
　　
（3）资源配置方案描述模型。描述宏观层面的配送中心配置方案（ 包括配送中心的数量、地理分布与规模），微观层面的车辆配置方案（包括车型与数量），以及客户资源分配模型。
　　
（4）配送系统运行模型。该模型是仿真系统的核心模型，主要描述配送中心的运营组织即配载与配送方案，包括车辆的服务对象、发车时间及其配送路线等。
　　
（5）交通网络分析模型。根据电子商务物流配送系统车辆调度及运行必须考虑城市交通状况对其决策影响的特点，该模型主要描述配送路网上的路段与交叉口节点的时间延误，为配送运行系统提供决策时的交通环境参数。
　　
（6）系统仿真评价模型。对系统仿真的结果进行评价，为决策提供更直观的依据。
　　
    2 系统的面向对象建模
　　
2.1 对象分析
　　
对实际系统进行实体分析是进行对象分析的基本手段。B2C电子商务配送运行仿真系统所描述的配送系统的实体可以分为两大类：物理实体和逻辑实体。物理实体是指有形的物质化的组成部分，逻辑实体则是指系统中无形的概念化的部分。
　　
B2C电子商务配送系统基于实体分析，确定了该仿真系统中主要的对象类为节点类、路段类、客户需求类、配送中心类、配送道路类、车辆类、配送中心布局方案类、配送中心服务群类、车辆服务群类、配送线路类。

2.2 对象建模技术概述
　　
对象建模技术（OMT）采用静态对象模型、动态对象模型和功能模型来描述一个目标系统。
　　
2.2.1 系统仿真的静态对象模型
　　
静态对象模型描述的是对象类之间的静态关系。该仿真系统的静态对象模型如图2所示。

2.2.2 系统仿真的动态对象模型
　　
动态对象模型描述的是对象之间在系统运作过程中的动态关系。通过动态对象模型的建立，可以确立仿真系统基于对象的运转机制和控制结构。
　　
顾客对象是整个仿真系统中的核心对象，整个仿真系统的运作也是围绕客户对象“进入配送中心—分配给具体的配送车辆—顾客接受服务”这一轴线来进行的。以下分别介绍相应的动态模型：
　　
（1）描述顾客进入配送系统的动态模型如图3所示。图中所描述的控制结构是：客户对象首先确定客户产生的时刻以及客户的相关属性；另一方面，客户对象向系统资源配置申请确定配送中心布局方案，根据配送中心布局方案确定每个配送中心的服务客户群，然后检索客户所属的配送中心。

（2）描述顾客分配给车辆的动态模型如图4所示。图中所描述的控制结构是：在将客户分配到具体的配送中心后，按照客户的优先级、所属群等对客户分组，然后对每一组顾客的时间窗排序，并根据配送中心的车辆配置情况为客户指派车辆，检索顾客所属的车辆。

（3）描述客户接受服务的动态模型如图5所示。图中所描述的控制结构为：客户要求车辆根据其所服务的客户序列计算行驶的最短路径，并根据产生的最佳配送路线上的路段构成情况，确定当前服务的客户节点。

2.3 B2C电子商务配送系统的对象设计
　　
在前述面向对象建模的基础上，可确定B2C电子商务配送系统内各主要对象类的属性和功能。如表1所示。
　　
3 仿真系统的应用
　　
3.1 路网情况与客户产生
　　
本文所需的城市实际路网情况及B2C电子商务客户的特征分布情况还没得到确切数据，本算例都采用假设条件进行仿真试验，但不失一般性。
　　
3.1.1 路网情况
　　
此算例的服务区域及道路网情况如图6，是由100个交叉口节点组成的方格网状道路网络。该网络主要由主干道（用粗线表示）、次干道（中粗线）组成，并有部分路段为单行道（ 细线），其通行方向为南北向。每个交叉口节点位置以横、纵坐标表示，每段道路长均设为一个单位长度（10km）。主干道限制车速设为40km·h-1，次干道限制车速为30km·h-1。三条横向主干道饱和度由南向北分别设为0.8，0.6，0.4；三条纵向主干道饱和度由西向东分别设为0.8，0.6，0.4；次干道饱和度均设为0.5主干道与主干道交叉口信号周期设为120s，两相位设置，绿信比均设为0.475，关键车流流量比设为1∶1；主干道与次干道交叉口信号周期设为60s，两相位设置，绿信比均设为0.45，关键车流流量比设为2∶1；次干道与次干道交叉口信号周期设为45s，两相位设置，绿信比均设为0.43，关键车流流量比设为1∶1。

3.1.2 客户产生
　　
本算例采用平均分布在该区域上产生200个客户，并进行30d的数据仿真，时间窗的开始时间采用正态分布均值为13，方差为3，时间窗长度服从［2，3］区间上的均匀分布。货物质量也假设服从［1，3］个单位之间的均匀分布。在以后的仿真系统应用时，可根据实际情况不断调整这些参数。
　　
3.1.3 系统资源配置方案
　　
系统资源配置方案包括配送中心数量、类型与布局，以及每个配送中心的车辆数量。（本算例的车型单一。）本算例配送中心的待选点有9个。待选点坐标如下：（1，1），（1.7，6.5），（2.9，3.1），（4，4.5），（6.5，7），（7，7），（7，3），（8，8.3），（9，9）；设定的平均服务时间限制为2h。根据本人所研究的混合类型配送中心决策优化模型，计算出在满足平均服务时间限制成本最低的4种方案，并根据车辆配置模型计算出每个配送中心车辆配置的基本方案。表2列出了这4种方案的基本情况。其中，总成本与平均服务时间是在计算方案时所得出的最初成本与平均服务时间，而非仿真过程中的实际成本与服务时间。

3.3 仿真运行
　　
在系统资源配置预选方案确定之后，应以每一种方案给出的配送中心数量和位置为前提，进行B2C电子商务物流配送系统的仿真。主要工作有：将产生的客户按照配送时间最短原则分配给相应的配送中心，每个配送中心根据所分配给它的客户数量及相关属性，安排配送工作。根据仿真系统在不同方案情况下的运行结果用相关指标来评价，在几种资源配置预选方案中，选取能够满足对客户在准时送达率方面的承诺并且系统运行实际成本最小的方案。本系统的运行流程如图7所示。

本系统主要运用系统成本与服务水平两方面的指标对系统运行状态进行评价。表3列出了对30d的数据进行仿真后的平均评价指标。

如仿真运行的准时率结果不符合企业所设定的目标，可以通过增加配送中心的车辆数来提高准时率，再重新计算系统的运行成本。在决策时，可以根据企业的实际情况对服务水平与成本权衡后，做出方案的选择。
　　
4 结 论
　　
配送系统所考虑的影响因素的复杂性决定了该仿真系统的开发是一项长期性的工作。B2C电子商务配送仿真系统在对实际系统进行实体分析的基础上，建立了相应的对象模型，并进行了具体的对象设计。目前，该仿真系统已经完成了其核心功能的开发，而面向对象软件设计思想和方法的采用，为该系统的进一步改进和完善打下了良好的基础。